scikit-learnライブラリを使用してPythonで画像の解像度を取得するにはどうすればよいですか？

データの前処理とは、基本的に、すべてのデータ（さまざまなリソースまたは単一のリソースから収集される）を共通の形式または統一されたデータセット（データの種類に応じて）に収集するタスクを指します。実際のデータは決して理想的ではないため、データにセルの欠落、エラー、外れ値、列の不一致などが含まれる可能性があります。場合によっては、画像が正しく配置されていないか、鮮明でないか、サイズが非常に大きいことがあります。前処理の目標は、これらの不一致やエラーを取り除くことです。

画像の解像度を取得するには、「shape」という名前の組み込み関数を使用します。画像が読み取られた後、ピクセル値は配列の形式で保存されます。この配列は、Numpy配列に他なりません。画像が読み取られて配列に変換されると、この画像に対して形状関数を呼び出して、その解像度を理解できます。

画像をアップロードし、scikit-learnライブラリを使用してコンソールで画像の解像度を取得する例を見てみましょう-

例

from skimage import io
path = "path to puppy.PNG"
img = io.imread(path)
print("Image being read")
io.imshow(img)
print("Image printed on console")
print("The image resolution is ")
print(img.shape)

出力

Image being read
Image printed on console
The image resolution is
(397, 558, 4)

説明

• 必要なライブラリがインポートされます。
• 画像が保存されるパスが定義されています。
• 「imread」機能は、パスにアクセスして画像を読み取るために使用されます。
• 「imshow」機能は、コンソールに画像を表示するために使用されます。
• 関数「形状」は、画像の解像度を取得するために使用されます。
• 出力の3番目の値は4を示します。これは、R、G、B、およびアルファ値の4つのチャネルがあることを意味します。
• データはコンソールに表示されます。